-
题名基于图嵌入的正交局部保持投影无监督特征选择
- 1
-
-
作者
朱建勇
李兆祥
徐彬
杨辉
聂飞平
-
机构
华东交通大学电气与自动化工程学院
江西省先进控制与优化重点实验室(华东交通大学)
西北工业大学光电与智能研究院
-
出处
《计算机科学》
CSCD
北大核心
2023年第S02期540-548,共9页
-
基金
国家自然科学基金(61963015,61733005)。
-
文摘
传统的基于图学习的无监督特征选择算法通常采用稀疏正则化方法来选择特征,但这种方法过于依赖于图学习的效率,并且存在正则化参数调优困难等问题。为解决这些问题,针对性地提出了一种基于图嵌入学习的正交局部保持投影无监督特征选择(Orthogonal Locality Preserving Projection Unsupervised Feature Selection via Graph Embedding,OLPPFS)算法。首先,利用能够保持数据局部几何流形结构的局部保持投影方法增强数据的线性映射能力,同时约束正交方向投影以方便数据重构;其次,通过图嵌入学习方法快速构建稀疏相似图来描述样本数据的内在结构;接着,采用l_(2,0)范数约束投影矩阵的值,准确选择指定数目的判别性特征子集;最后,针对l_(2,0)范数NP难题,设计一种有效求解l_(2,0)范数问题的无参迭代算法求解该模型。仿真结果表明了所提算法的有效性和优越性。
-
关键词
无监督特征选择
正交局部保持投影
图嵌入学习
l_(2
0)范数
无参迭代算法
-
Keywords
Unsupervised feature selection
Orthogonal locality preserving projection
Graph embedding learning
l_(2,0)-norm
Nonparametric iterative algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
